[发明专利]基于主题的社交媒体短文本在线聚类方法在审
| 申请号： | 201810937692.0 | 申请日： | 2018-08-17 |
| 公开（公告）号： | CN109086443A | 公开（公告）日： | 2018-12-25 |
| 发明（设计）人： | 费高雷;蒋勇;许舟军;胡光岷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于主题的社交媒体短文本在线聚类方法，本发明采用保守的预聚类方法将文本预先聚合成长文本，增强了词语之间的共现关系，提取的主题更加清晰、区分度更高；并且使用平滑技术和归一化技术的贝叶斯推断方法，具有新主题判别功能，基于此实现的在线增量聚类方法，效率比非增量聚类方法更高，与传统的在线增量聚类方法相比，准确率更高，主题数量更接近真实值。 | ||
| 搜索关键词： | 聚类 在线聚类 短文本 文本 贝叶斯推断 平滑技术 传统的 归一化 区分度 准确率 预聚 聚合 词语 清晰 | ||
【主权项】：
1.基于主题的社交媒体短文本在线聚类方法，其特征在于，包括：S1、对输入的训练文本进行预处理，包括分词、去除停止词、词性识别、命名实体识别；S2、采用预聚类将经步骤S1预处理后的训练文本聚合为长文本；S3、对步骤S2得到的长文本训练集进行LDA训练，训练完成后统计文本‑主题概率分布和主题‑词语概率分布；S4、对输入的待分类文本，采用朴素贝叶斯算法进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810937692.0/，转载请声明来源钻瓜专利网。
- 上一篇：业务数据的展示方法及装置
- 下一篇：一种数据标准化方法、装置及电子设备
